Elaborare una grande quantità di informazioni, dell’ordine dei petabyte per secondo, utilizzando le proprietà della luce. Per farlo i ricercatori hanno progettato e sviluppato un acceleratore di rete neurale convoluzionale ottica, che apre a una nuova era di processori con capacità di calcolo senza precedenti. Il risultato è stato pubblicato sulla rivista scientifica Optica e si deve ai ricercatori della George Washington University che hanno collaborato con i colleghi dell'Università della California e la startup deep-tech Optelligence LLC. L’innovativa tecnologia consentirà di sviluppare intelligenze artificiali ancora più potenti, con l’implementazione del machine learning che trova numerose nuove applicazioni in diversi settori: dalle auto a guida autonoma e le reti 5G, ai data center, dalla sicurezza informatica e dei dati alla diagnostica biomedica.
Per questo motivo, la ricerca scientifica si orienta verso nuovi dispositivi e tecnologie per poter velocizzare e potenziare i processori, concentrandosi sulle alternative ottiche all’hardware elettronico. Anche il machine learning basto su tecnologia fotonica, però, ad oggi presenta dei limiti, che riguardano in particolare il numero di componenti che possono essere posizionati sui circuiti integrati fotonici, andando a diminuire l’interconnettività, mentre i modulatori di luce nello spazio sono vincolati da velocità di programmazione lente. L’acceleratore di rete neurale convoluzionale ottico sviluppato dal team di ricercatori statunitensi sfrutta quindi le proprietà della luce per poter aumentare la capacità di calcolo dei processori.
Sfruttando le leggi dell’ottica di Fourier, i ricercatori hanno realizzato un prototipo di processore che utilizza le serie di Fourier come filtro di frequenza in modo da far eseguire al laser le convoluzioni necessarie della rete neurale in modo molto più semplice grazie agli specchi digitali. Volker Sorger, professore associato di ingegneria elettronica e informatica della George Washington University, ha spiegato: “Questo processore ottico di Fourier inaugura una nuova era per l'elaborazione delle informazioni e il machine learning. Abbiamo dimostrato che l'addestramento di questa rete neurale può spiegare la mancanza di informazioni di fase”. In questo modo si è ottenuto un vero e proprio processore che consente di combinare a una programmabilità rapida a anche una parallelizzazione massiccia. Le prestazioni di questo sistema di machine learning ottico si sono dimostrate di molto superiori a quelle delle unità di elaborazione grafica top di gamma di oltre un ordine di grandezza.